「帰無仮説」と「対立仮説」および「データの分類」を復習しておくとよいでしょう.
この辺は基本的なことでもあるので,軽く復習しておきましょう.
| 量的/質的 | データの名称 | 測定尺度 | 直接できる演算 | 主な代表値 |
|---|---|---|---|---|
| 量的データ | 比率データ | 比率尺度 | +-×÷ | 各種平均 |
| 量的データ | 間隔データ | 間隔尺度 | +- | 算術平均 |
| 質的データ | 順位データ | 順位尺度 | >= | 中央値 |
| 質的データ | カテゴリデータ | 名義尺度 | 度数カウント | 最頻値 |
(参考:入門統計学-検定から多変量解析・実験計画法まで-(栗原伸一))
これから統計的な手法を学ぶ上で,大事なことは「仮説検証」という考え方です.統計学は「対立仮説」と「帰無仮説」の2つの仮説を元に話を考えていきます.
対立仮説は一番主張したいことです.統計学ではこの「対立仮説」を「採択」するためにあーでもない,こーでもないとひたすら戦います.一方,この対立仮説が採択されなかった場合には,「帰無仮説」が採択されることになります.
「帰無仮説」の各項目を見てみると,いずれも煮え切らない態度でイライラするかもしれません.しかし,統計学では実は対立仮説が選ばれなかった場合には,この煮え切らないイライラする結論しか出せないのです.
昨今では,この煮え切らないイライラする姿勢は良くない!ということで「ベイズ統計学」という手法であったり,「効果量」という概念を用いて分析・検討を行うことがあります.この点についてはこの授業の中では触れられないので,ご了承ください. でも,ちょっとやってみたい!って方がいればやってみましょう.
まずは「対立仮説」と「帰無仮説」という考え方を理解して下さい.その上で,統計分析を行うときにはその仮説にあわせて手法を考えることになります.
途中で対立仮説や帰無仮説を「選ぶ」or「採択する」という表現が出てきました.統計学では,この選んだり採択する基準として「p値」というものを使います.正確には,「平均や標準偏差などを計算する」→「t値やz値を算出する」→「p値を算出する」という手順を踏むことになります.
この授業では,基本的な考え方を理解してもらった上で,実際に関連する数値を見て分析・考えていくという流れを追いますが,一部には時間の都合上,説明が端的になってしまう部分もあります.その際は,各自で統計学に関する教科書を覗いていただければ幸いです.
※ここでは基本的な分類のみを説明しています.
これから色々出てきますが,最初ということで.
差異を明らかにする分析手法
差異を一定にしたまま関係を明らかにする分析手法or関係を一定にしたまま差異を明らかにする分析手法
最初にRStudioで使うディレクトリ(フォルダ)を決めます.この時,フォルダまでの間に2バイト文字(日本語)やスペースが入らないように気をつけて下さい.なお,これは初回のみの作業です.
なお,授業の際にRで作業をする際には,毎回作業用フォルダにある“.Rproj”ファイルから開いて下さい.
授業中に作成したファイルを保存するために,“.R”ファイルを作成します.これは毎回行うものです.
また,このファイルに書いた数式は“Ctrl + Enter”(Macの場合は“Command + Enter”)でその行の計算をRに読み込ませることができます.
[1] 246
[1] 0
[1] 2829
[1] 1
[1] 15129
加減乗除の基本はこのような形です.少し練習問題を解いてみましょう.
[1] 68.28571
7人の学生の体重が50, 60, 85, 70, 80, 67, 66kgであったする.このデータを変数名“weight”に代入する.
同じ7人の学生の身長が155, 164, 182, 165, 177, 177, 172cmであったとする.このデータを変数名“height”に代入せよ.
[1] 68.28571
[1] 68.28571
[1] 68.28571
[1] 67
weight
50 60 66 67 70 80 85
1 1 1 1 1 1 1
変数名“height”の合計・個数・平均値・中央値・最頻値を求めよ.
Min. 1st Qu. Median Mean 3rd Qu. Max.
50.00 63.00 67.00 68.29 75.00 85.00
左から順番に「最小値,第1四分位数,中央値,平均値,第3四分位数,最大値」を示しています.
変数名“height”の最小値・第1四分位数・中央値・平均値・第3四分位数・最大値を求めよ.
\[\sigma^2=\Sigma{((データの値)-(平均値)})^2/(データの個数)\]
ここでは,分母と分子に分けて話を進めていきましょう.
(データの値)-(weightの平均値)をして「平均からの偏差」を求めます.結果は“hensa_weight”に代入します.
[1] 118.4898
標準偏差は分散の平方根です.平方根を求める関数は“sqrt()”であり,“hyohen_weight”というオブジェクトに入れてあげます.
[1] 10.8853
今回はありません.
次回までにご自身で分析してみたいテーマ(回帰分析1つ)+(t検定1つ)+(分散分析1つ)の帰無仮説と対立仮説を考えてきてください.
ダウンロードはコチラから
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 主観的幸福度 | SUB_HAP | 現在,あなたはどの程度幸せですか?「とても幸せ」を10点,「とても不幸せ」を0点とすると,何点くらいになると思いますか?* | 0点「とても不幸せ」-10点「とても幸せ」 |
| 生活満足度 | SUB_SAT | あなたは全体として最近の生活にどの程度満足していますか?「とても満足」を10点,「とても不満足」を0点とすると,何点くらいになると思いますか? | 0点「とても不満足」-10点「とても満足」 |
| 生活満足度 | SUB_SLP | あなたは最近,どの程度眠れていますか?「とても眠れている」を10点,「全く眠れていない」を0点とすると,何点くらいになると思いますか? | 0点「全く眠れていない」-10点「とても眠れている」 |
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち,あなたはBさんに何ポイントかを渡すことができます.
さて,あなたはBさんに何ポイント渡しますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 主観的幸福度 | DIC_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| DG友人条件 | DIC_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| DG他者条件 | DIC_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち,あなたはBさんとポイントを分け合うことになりました.
あなたは,Bさんに対して分け合うポイントを提案することができます.
あなたは,10ポイントの中から,Bさんに対して分けたポイントを引いた残りを受け取ることができます.
しかし,Bさんがあなたの提案を拒否した場合には,その提案は実現せずに,
お互いポイントをもらえないことになります.
さて,あなたはBさんに何ポイント渡すことを提案しますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 最終提案提案者両親条件 | ULT_PRO_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 最終提案提案者友人条件 | ULT_PRO_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 最終提案提案者他者条件 | ULT_PRO_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
図を見て下さい. あなたはBさんです. AさんはTポイントを10ポイントを受け取りました.
Aさんが,あなたに対して分け合うポイントを提案します.
Aさんは,10ポイントの中から,あなたに対して分けたポイントを引いた残りを受け取ることができます.
しかし,あなたがAさんの提案を拒否した場合には,その提案は実現せずに,
お互いポイントをもらえないことになります.
さて,最低でも何ポイントの提案を受けたら,Aさんの提案を受け入れますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 最終提案応答者両親条件 | ULT_REC_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 最終提案応答者友人条件 | ULT_REC_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 最終提案応答者他者条件 | ULT_REC_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイント持っています.
いくらかをCさんにあずけてください. CさんはあなたからあずかったTポイントを3倍にしてBさんに渡します.
Bさんは手元に渡されたポイントのうち,いくらかをあなたに返します.
この時,あなたはCさんにいくらあずけますか?
ここではBさんが以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 信頼両親条件 | TRU_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 信頼友人条件 | TRU_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 信頼他者条件 | TRU_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 自然運命 | SPN_UNM | 何かの大きな力に自分の運命は動かされているように感じることがある. | 1全くそう思わない-4非常にそう思う |
| 自然感謝 | SPN_THK | 自然などの人間を超えた力に感謝の気持ちを持つことがある. | 1全くそう思わない-4非常にそう思う |
| 自然恐怖 | SPN_FEA | 自然などの人間を超えた力に恐れの気持ちを持つことがある. | 1全くそう思わない-4非常にそう思う |
| 自然生存 | SPN_LIV | 自然などの人間を超えた力によって,生かされていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 自然大切 | SPN_IMP | 自然は大切な存在である. | 1全くそう思わない-4非常にそう思う |
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 第2者被監視感 | KAN_SEC | 日常生活の中で,直接誰か(人間)に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 第3者被監視感 | KAN_THI | 日常生活の中で,監視カメラ等を通じて誰か(人間)に間接的に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 超自然的被監視感 | KAN_SUP | 日常生活の中で,超自然的な存在に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 第2者被監視感 | KAN_PRD | 無機物の中に,人間の表情のようなものを見出すことがある. | 1全くそう思わない-4非常にそう思う |
| 自然大切 | KAN_KYK | 人に対して共感をすることがある. | 1全くそう思わない-4非常にそう思う |
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 死後世界 | DED_SHI | 「死後の世界」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 天国 | DED_TEN | 「天国」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 地獄 | DED_JIG | 「地獄」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 奇跡 | DED_KIS | 「奇跡」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 天罰 | DED_PUN | 「天罰」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
以下の質問についてお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 性衝動 | SEX_IMP,SEX_IMP_num(数値,欠損値有り) | あなたの性衝動はどの程度強いと思いますか?7点満点でお答え下さい.なお,答えたくない方は「8.答えたくない」を選んで下さい. | 全く弱い.2. 弱い.3. どちらかと言えば弱い.4. どちらとも言えない.5. どちらかと言えば強い.6. 強い.7. 非常に強い.8. 答えたくない. |
| 自慰回数 | SEX_MAS,SEX_MAS_nen(年間回数): | あなたはどの程度の頻度でマスターベーションをしていますか?以下の選択肢の中から最も近いものを選んで下さい.なお,答えたくない方は「10. 答えたくない」を選んで下さい. | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性交渉回数 | SEX_SEX,SEX_SEX_nen(年間回数) | あなたはどの程度の頻度で性交渉(性行為)をしていますか?以下の選択肢の中から最も近いものを選んで下さい.なお,答えたくない方は「10. 答えたくない」を選んで下さい. | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性衝動対象 | SEX_OBJ | あなたの性衝動の対象として当てはまる選択肢を選んで下さい.なお,答えたくない方は「5.答えたくない」を選んで下さい. | 1.異性, 2. 同性,3. 両方,4. その他,5. 答えたくない |
| 天罰 | SEX_NIN,SEX_NIN_cen(中央値) | あなたが性交渉(性行為)をしたことがある人数を教えて下さい.* 性交渉を(性行為)したことがない場合は「0. 0人」を選んで下さい. また,答えたくない方は「12.答えたくない」を選んで下さい. | 1. 0人 「0」, 2. 1人 「1」, 3. 2〜3人 「2.5」, 4. 4〜5人 「4.5」, 5. 5〜7人 「6」, 6. 8〜10人 「9」, 7. 11〜15人 「13」, 8. 16〜20人 「18」, 9. 21〜30人 「25.5」, 10. 31〜40人 「35.5」, 11. 41〜100人 「70.5」, 12. 101人以上 「101」, 13. 答えたくない.「NA」 |
| 性情報開示 | SEX_NNA | 性情報に対して開示しなかった個数 | 上記5つについて答えたくないを選んだ個数 |
あなたのことについて教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
|---|---|---|---|
| 性別 | F_SEX | あなたの性別を教えて下さい. | 1.男性, 2.女性,3.その他 |
| 世代 | F_GEN | あなたの年齢を教えて下さい. | 1. 10代前半, 2. 10代後半, 3. 20代前半, 4. 20代後半, 5. 30代前半, 6. 30代後半, 7. 40代前半, 8. 40代後半, 9. 50代前半, 10. 50代前半, 11. 60代前半, 12. 60代後半, 13. 70代以降 |
| 最終学歴 | F_FGR | あなたの最終学歴を教えて下さい. | 1. 中学校卒業, 2. 高校中退, 3. 高校卒業, 4. 専門学校(短期大学)中退, 5. 専門学校(短期大学)卒業, 6. 大学中退, 7. 大学卒業, 8. 大学院修士課程(博士前期課程)中退, 9. 大学院修士課程(博士前期課程)修了, 10. 大学院博士課程(博士後期課程)中退, 11. 大学院博士課程(博士後期課程)修了 |
| 個人収入 | F_INK,F_INK_cen(中央値,百万円) | あなた個人の年収を教えて下さい. | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 世帯収入 | F_INS,F_INS_cen(中央値,百万円) | あなたの世帯での収入の合計を教えて下さい. | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 回答端末 | F_TAN | あなたが現在回答に使われているケータイ/タブレット/パソコンについて,当てはまるものを選んで下さい. | 1. パソコン(Windows), 2. パソコン(Mac), 3. パソコン(その他), 4. タブレット(Windows), 5. タブレット(iOS,iPad), 6. タブレット(android), 7. タブレット(その他), 8. スマホ(Windows), 9. スマホ(iOS,iPhone), 10. スマホ(android), 11. スマホ(その他), 12. ガラケー,フィーチャーホン, 13. その他 |
| 都道府県 | PRE | あなたのお住まいの県を教えて下さい. | 1. 北海道2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県36. 徳島県37. 香川県38. 愛媛県39. 高知県40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県 |
| 地域 | ARE | 都道府県から地域に変換 | 北海道:1. 北海道,東北地方:2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県,関東地方:8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県,中部地方:15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県,近畿地方:25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県,中国地方:31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県,四国地方:36. 徳島県37. 香川県38. 愛媛県39. 高知県,九州地方:40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県 |
| 未既婚 | MAR | あなたはご結婚されていますか? | NotMarried:未婚,Married:既婚 |
| 子の有無 | CHI | あなたはお子さんがいらっしゃいますか? | NoChild:いない,Child:いる |
---
title: "データ解析論I第2講"
output:
flexdashboard::flex_dashboard:
vertical-layout: scroll
orientation: columns
source_code: embed
theme: journal
toc: true
toc_depth: 2
fig_mobile: true
highlight: pygments
css: styles_customized.css
---
```{r setup, include=FALSE}
library(flexdashboard)
library(readr)
exdataset <- read_csv("/Users/akira/Dropbox/Education/2019MEIJI/[3_Wed2]Data_Analytics/analysis/data/exdataset.csv")
library(ggplot2)
## Reordering exdataset$ARE
exdataset$ARE <- factor(exdataset$ARE, levels=c("Kanto", "Hokkaido", "Tohoku", "Chubu", "Kinki", "Chugoku", "Shikoku", "Kyushu"))
## Reordering exdataset$MAR
exdataset$MAR <- factor(exdataset$MAR, levels=c("NotMarried", "Married"))
## Reordering exdataset$CHI
exdataset$CHI <- factor(exdataset$CHI, levels=c("NoChild", "Child"))
```
# 講義資料
## メイン資料 {.tabset .tabset-fade}
### 【第2講】
#### アンケート項目の検討・データの整理①
* この講義では,実際にオンライン上でアンケート調査を実施し,データを取得した上で分析を中心とする.
* そのために,自身の興味・関心のある項目について質問項目を考えてもらい,質問項目の作成を行う.
- ただし,こちらでもいくつかの項目を用意するので,あわせて分析をするとよい.
* 「帰無仮説」と「対立仮説」および「データの分類」を復習しておくとよいでしょう.
* この辺は基本的なことでもあるので,軽く復習しておきましょう.
量的/質的 | データの名称 | 測定尺度 | 直接できる演算 | 主な代表値
--- | --- | --- | --- | ---
量的データ | 比率データ | 比率尺度 | +-×÷ | 各種平均
量的データ | 間隔データ | 間隔尺度 | +- | 算術平均
質的データ | 順位データ | 順位尺度 | >= | 中央値
質的データ | カテゴリデータ | 名義尺度 | 度数カウント | 最頻値
(参考:入門統計学-検定から多変量解析・実験計画法まで-(栗原伸一))
* Rを用いた基本的な演算(加減乗除)等についても確認をする.
#### あわせてデータの整理の仕方(必要なデータだけを取り出すなど)を紹介する.
#### 仮説を立てる
これから統計的な手法を学ぶ上で,大事なことは「仮説検証」という考え方です.統計学は「対立仮説」と「帰無仮説」の2つの仮説を元に話を考えていきます.
##### 帰無仮説と対立仮説
* 対立仮説:一番主張したいこと,$H_1$
- ゴトウは若い.
- ゴトウはイケメンである.
- カレーは飲み物である.
- 授業は楽しい.
* 帰無仮説:主張したいことではないこと,$H_0$
- ゴトウは若いとはいえない.
- ゴトウはイケメンであるとはいえない.
- カレーは飲み物であるとはいえない.
- 授業は楽しいとはいえない.
対立仮説は一番主張したいことです.統計学ではこの「対立仮説」を「採択」するためにあーでもない,こーでもないとひたすら戦います.一方,この対立仮説が採択されなかった場合には,「帰無仮説」が採択されることになります.
「帰無仮説」の各項目を見てみると,いずれも煮え切らない態度でイライラするかもしれません.しかし,統計学では実は対立仮説が選ばれなかった場合には,この煮え切らないイライラする結論しか出せないのです.
> 昨今では,この煮え切らないイライラする姿勢は良くない!ということで「ベイズ統計学」という手法であったり,「効果量」という概念を用いて分析・検討を行うことがあります.この点についてはこの授業の中では触れられないので,ご了承ください.
でも,ちょっとやってみたい!って方がいればやってみましょう.
まずは「対立仮説」と「帰無仮説」という考え方を理解して下さい.その上で,統計分析を行うときにはその仮説にあわせて手法を考えることになります.
途中で対立仮説や帰無仮説を「選ぶ」or「採択する」という表現が出てきました.統計学では,この選んだり採択する基準として「p値」というものを使います.正確には,「平均や標準偏差などを計算する」→「t値やz値を算出する」→「p値を算出する」という手順を踏むことになります.
この授業では,基本的な考え方を理解してもらった上で,実際に関連する数値を見て分析・考えていくという流れを追いますが,一部には時間の都合上,説明が端的になってしまう部分もあります.その際は,各自で統計学に関する教科書を覗いていただければ幸いです.
##### 分析の方法による仮説の作り方
※ここでは基本的な分類のみを説明しています.
これから色々出てきますが,最初ということで.
* **関係**を明らかにする分析手法
* 回帰分析:Aという変数とBという変数の間に相関があるか否か
- 応答変数:量的変数
- 説明変数:量的変数
* **χ二乗検定**:A群とB群の間が独立しているか否か
- 応答変数:質的変数
- 説明変数:質的変数
* **差異**を明らかにする分析手法
* t検定:A群とB群の間に差があるか否か
- 応答変数:量的変数
- 説明変数:質的変数(2値データ)
* 分散分析:A群とB群とC群と...の間に差があるか否か
- 応答変数:量的変数
- 説明変数:質的変数(3つ以上のデータ)
* **差異**を一定にしたまま**関係**を明らかにする分析手法or**関係**を一定にしたまま**差異**を明らかにする分析手法
* 重回帰分析
- 応答変数:量的変数
- 説明変数:質的変数複数or量的変数複数or量的変数&質的変数etc...
***
#### Rを使って計算しよう
##### RStudioの使い方について
##### RStudioで使うディレクトリを決める
最初にRStudioで使うディレクトリ(フォルダ)を決めます.この時,フォルダまでの間に2バイト文字(日本語)やスペースが入らないように気をつけて下さい.なお,これは初回のみの作業です.
なお,授業の際にRで作業をする際には,毎回作業用フォルダにある".Rproj"ファイルから開いて下さい.
* 作業フォルダを決める(必要に応じてフォルダを作成する)
* RStudioを起動する.
* 右上の現在いるフォルダを示している文字をクリックする.
- 場合によっては"(None)"と表示されているかもしれません.
* "New Project..."をクリックする.
* "Existing Directory"をクリックする.
* "Browse..."をクリックして,先程決めた作業フォルダまでたどり着く
* "Open"をクリックする.
* "Create Project"をクリックする.
* 完了
##### ".R"ファイルを作成する
授業中に作成したファイルを保存するために,".R"ファイルを作成します.これは毎回行うものです.
* 左上にある白い四角の左上に緑のプラスが書いてあるヤツをクリックする.
* "R Script"をクリックする.
* "Untitled 1"と書かれたファイルができる.
* "Ctrl + s"を押すと保存ができる.
* "今日の日付_学籍番号"を入れる.
- ex."20190417_学籍番号.R"とする
- 学籍番号を入れてもらうのは,後ほど提出してもらうため.
* "Save"をクリックする.
また,このファイルに書いた数式は"Ctrl + Enter"(Macの場合は"Command + Enter")でその行の計算をRに読み込ませることができます.
##### 加減乗除
```{r echo=T}
# 足し算
123 + 123
# 引き算
123 - 123
# 掛け算
23 * 123
# 割り算
123 / 123
# 累乗
123 ^ 2
```
加減乗除の基本はこのような形です.少し練習問題を解いてみましょう.
##### 演習問題
* 113 + 987
* 2135 + 231
* 9832 - 3422
* 12348 - 8976
* 17 * 16
* 3298 * 5
* 285195 / 5
* 12387 * 33
* 324 ^ 2
* 89 ^ 4
#### その他の計算
* 平方根:sqrt(144)
* 整数商:1234 %/% 123
- 割り算をした時の整数部分
* 剰余:1234 %% 123
- 割り算のあまり
##### 演習問題
* (34×2)+(43-12)
* 23×(92-9)
* (53+23)の5乗
* (334-56)÷90
* (34×2)+(43-12)
* (3221+239)÷(87+27)の整数商
* (751×90)÷(5412/32)の剰余
#### 平均値・分散・標準偏差とは?
* 平均値:全てのデータを足して割ったもの.一般的に代表値(データ全体を表している数値)として扱われる.
* 分散:平均値とそれぞれの値の差を求めて2乗して,合計したものをデータの個数で割ったもの.データの散らばり具合を示す数値であり,分散が大きければ大きいほど,データが散らばっていることを示す.
- $\sigma^2$ という記号で表される.
- \((分散)=\Sigma\{(データの値)-(平均値)\}^2/(データの個数)\)
* 標準偏差:分散の平方根.通常の長さのばらつきを評価する際には同じ単位で理解したほうがわかりやすいために用いる.
- $\sigma$ という記号で表される.
* その他,重要な指標
- 最小値:そのデータの中で最も小さい値
- 第一四分位数(25\%パーセンタイル値):最小値と中央値の間の中央値
- 中央値(第二四分位数):データを大きい(小さい)順に並べたとき,真ん中の値のこと(median).外れ値がある時に代表値として用いられる.
- 奇数の場合:ちょうど真ん中が存在する.
- 偶数の場合:真ん中の数字2つの平均値を中央値とする.
- 最頻値:データの中で最も多く出てくる値のこと(mode).因子データの際に代表値として使われる.
- 第三四分位数(75\%パーセンタイル値):中央値と最大値の間の中央値
- 最大値:そのデータの中で最も大きい数
- 以下の2つは参考までに.
- 平均偏差:「平均からの偏差」の絶対値の平均
- 範囲:最大値から最小値の間.引き算で求められる.
##### 平均値の計算
* 7人の学生の体重が50, 60, 85, 70, 80, 67, 66kgであったする.これらの学生の体重の平均値を求めよ.
```{r echo=TRUE}
# 平均値=(それぞれのデータの値の合計)/(データの個数)
(50+60+85+70+80+67+66)/7
```
#### オブジェクト指向
##### 「オブジェクト」とは
* 「オブジェクト」:データやモデル式などを入れる「何でも箱」
- Rではモデル式,データなどをオブジェクトに入れて考える
- 数式やデータをいちいち書くのは大変...
- オブジェクトに入れることを「代入する」と言う
#### データセットを作ろう
7人の学生の体重が50, 60, 85, 70, 80, 67, 66kgであったする.このデータを変数名"weight"に代入する.
```{r}
weight<-c(50, 60, 85, 70, 80, 67, 66)
```
#### 演習:
同じ7人の学生の身長が155, 164, 182, 165, 177, 177, 172cmであったとする.このデータを変数名"height"に代入せよ.
#### 記述統計量を色々出してみる.
```{r echo=T}
sum(weight)/7 #sum()という関数で合計を算出できる.
sum(weight)/length(weight) #length()という関数でデータの個数を数えてくれる.
mean(weight) #実はmean()という関数を使うと一発で出てしまう.
median(weight) #中央値はmedian()という関数で出せる.
table(weight) #最頻値はtable()という関数を使って探し出す.ちなみに,"weight"の中に最頻値は存在していない.(全てが最頻値=1)
```
#### 演習:
変数名"height"の合計・個数・平均値・中央値・最頻値を求めよ.
#### 体重の記述統計量をまとめて算出する.
```{r echo=T}
summary(weight)
```
左から順番に「最小値,第1四分位数,中央値,平均値,第3四分位数,最大値」を示しています.
#### 演習:
変数名"height"の最小値・第1四分位数・中央値・平均値・第3四分位数・最大値を求めよ.
#### 分散と標準偏差を手計算で算出してみよう
#### 分散を算出する
$$\sigma^2=\Sigma{((データの値)-(平均値)})^2/(データの個数)$$
ここでは,分母と分子に分けて話を進めていきましょう.
#### 分子を計算する
#### 体重の平均値をオブジェクトに入れる
"mean_weight"というオブジェクトを作って,体重の平均値を入れます.
```{r echo=T}
mean_weight <- mean(weight)
```
#### 平均からの偏差を求めて,オブジェクトに入れる
(データの値)-(weightの平均値)をして「平均からの偏差」を求めます.結果は"hensa_weight"に代入します.
```{r echo=T}
hensa_weight <- weight - mean_weight
```
##### 「平均からの偏差」を2乗する
「平均からの偏差」を2乗します."hensa_weight2"というオブジェクトを作って代入をしましょう.2乗しないとで全部足すと,数字は0になります.ただし,小数点以下を四捨五入しているので,ここでは完璧に0にはなりませんが,限りなく0に近くなります.
```{r echo=T}
hensa_weight2 <- hensa_weight^2
```
##### 「平均からの偏差の2乗」を全部足してオブジェクトに入れる
これらの5つの値を合計した「平均からの偏差の二乗和」を求めます."sum_hensa_weight2"という名前にしましょう.これで分子は完成です.
```{r echo=T}
sum_hensa_weight2<-sum(hensa_weight2)
```
#### 分母を計算する
##### データの個数を数えてオブジェクトに入れる
今度は分母を算出します.分母はデータ数です,"length_weight"というオブジェクトに代入しましょう.
```{r echo=T}
length_weight<-length(weight)
```
##### 最後の計算
これらを元に分散を算出します.分散は「平均からの偏差の二乗和」/「データ数」ですから,以下の通りに求められます.分散は"vari_weight"というオブジェクトに入れましょう
```{r echo=T}
vari_weight<-sum_hensa_weight2/length_weight
vari_weight
```
##### 標準偏差を算出する
標準偏差は分散の平方根です.平方根を求める関数は"sqrt()"であり,"hyohen_weight"というオブジェクトに入れてあげます.
```{r echo=T}
hyohen_weight <- sqrt(vari_weight)
hyohen_weight
```
### 今日のTake Home Messages
* データ分析をする時には**帰無仮説**と**対立仮説**を立てて行います.
* 分析の方法によって,設定できる帰無仮説と対立仮説が異なります.
- 帰無仮説と対立仮説によって,用いる統計的手法が異なります.
* 春学期には**回帰分析**,**χ二乗検定**,**t検定**,**重回帰分析**をしっかり習得しましょう.
```{r}
```
### Rでデータを扱う時に注意すべきこと
* 必ず数字/文字は半角で入力する.
* 日本語は使わずにローマ字を使用する.
* コメントアウト(コードではなく,関係ないメモを入れること)をするときは半角の「#」から始める.
- メモする内容は全角でもよい.
* ファイル名およびパスには決して全角の文字(ひらがな,カタカナ,漢字,全角スペースなど)を入れてはいけない.
- 半角英数字だけにする.
* 慌てずに落ち着いて操作すれば,決して難しくない.
- 1つずつ落ち着いて作業することを心がける.
* 「わからない」ことを恐れない
- 周りの友人に聞いたり,教員に確認したりしよう.
# 演習問題
## 問題
### 問題
#### 演習問題:
* 今回はありません.
* 次回までにご自身で分析してみたいテーマ(回帰分析1つ)+(t検定1つ)+(分散分析1つ)の帰無仮説と対立仮説を考えてきてください.
#### リアクションペーパー:
* 授業で学んだことおよび感想を下記リンクからお答えください.
**[リアクションペーパー](https://forms.gle/jhMGgdhyb3sMgpWm7)**
### ヒント
* こんなことがかかわるかも?
- なんて,演習問題によってヒントが出たり何だりします.
- ヒントがない時は気合でがんばりましょう.
```{r}
```
# データの概要
### データ概要
ダウンロードは**[コチラ](https://akrgt.github.io/2019DA/data/exdataset.csv)**から
```{r}
library(DT)
DT::datatable(exdataset)
```
### 変数名リスト
#### 主観的指標
| 項目名 | データタイトル | 質問項目 | 回答 |
| ------------ | -------------- | ------------------------------------------------------------ | ------------------------------------------------ |
| 主観的幸福度 | SUB_HAP | 現在,あなたはどの程度幸せですか?「とても幸せ」を10点,「とても不幸せ」を0点とすると,何点くらいになると思いますか?* | 0点「とても不幸せ」-10点「とても幸せ」 |
| 生活満足度 | SUB_SAT | あなたは全体として最近の生活にどの程度満足していますか?「とても満足」を10点,「とても不満足」を0点とすると,何点くらいになると思いますか? | 0点「とても不満足」-10点「とても満足」 |
| 生活満足度 | SUB_SLP | あなたは最近,どの程度眠れていますか?「とても眠れている」を10点,「全く眠れていない」を0点とすると,何点くらいになると思いますか? | 0点「全く眠れていない」-10点「とても眠れている」 |
#### 独裁者ゲーム
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち,あなたはBさんに何ポイントかを渡すことができます.
さて,あなたはBさんに何ポイント渡しますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ------------ | -------------- | ----------------------------- | -------------------- |
| 主観的幸福度 | DIC_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| DG友人条件 | DIC_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| DG他者条件 | DIC_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
#### 最終提案ゲーム_提案者
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち,あなたはBさんとポイントを分け合うことになりました.
あなたは,Bさんに対して分け合うポイントを提案することができます.
あなたは,10ポイントの中から,Bさんに対して分けたポイントを引いた残りを受け取ることができます.
しかし,Bさんがあなたの提案を拒否した場合には,その提案は実現せずに,
お互いポイントをもらえないことになります.
さて,あなたはBさんに何ポイント渡すことを提案しますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ---------------------- | -------------- | ----------------------------- | -------------------- |
| 最終提案提案者両親条件 | ULT_PRO_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 最終提案提案者友人条件 | ULT_PRO_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 最終提案提案者他者条件 | ULT_PRO_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
#### 最終提案ゲーム_応答者
図を見て下さい.
あなたはBさんです. AさんはTポイントを10ポイントを受け取りました.
Aさんが,あなたに対して分け合うポイントを提案します.
Aさんは,10ポイントの中から,あなたに対して分けたポイントを引いた残りを受け取ることができます.
しかし,あなたがAさんの提案を拒否した場合には,その提案は実現せずに,
お互いポイントをもらえないことになります.
さて,最低でも何ポイントの提案を受けたら,Aさんの提案を受け入れますか?
ここでは以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ---------------------- | -------------- | ----------------------------- | -------------------- |
| 最終提案応答者両親条件 | ULT_REC_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 最終提案応答者友人条件 | ULT_REC_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 最終提案応答者他者条件 | ULT_REC_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
#### 信頼ゲーム
図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイント持っています.
いくらかをCさんにあずけてください. CさんはあなたからあずかったTポイントを3倍にしてBさんに渡します.
Bさんは手元に渡されたポイントのうち,いくらかをあなたに返します.
この時,あなたはCさんにいくらあずけますか?
ここではBさんが以下の条件の場合について教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ------------ | -------------- | ----------------------------- | -------------------- |
| 信頼両親条件 | TRU_PAR | Bさんが両親の場合 | 0ポイント-10ポイント |
| 信頼友人条件 | TRU_FRI | Bさんが友人の場合 | 0ポイント-10ポイント |
| 信頼他者条件 | TRU_OTH | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |
#### 自然関連
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
| -------- | -------------- | ------------------------------------------------------------ | --------------------------------- |
| 自然運命 | SPN_UNM | 何かの大きな力に自分の運命は動かされているように感じることがある. | 1全くそう思わない-4非常にそう思う |
| 自然感謝 | SPN_THK | 自然などの人間を超えた力に感謝の気持ちを持つことがある. | 1全くそう思わない-4非常にそう思う |
| 自然恐怖 | SPN_FEA | 自然などの人間を超えた力に恐れの気持ちを持つことがある. | 1全くそう思わない-4非常にそう思う |
| 自然生存 | SPN_LIV | 自然などの人間を超えた力によって,生かされていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 自然大切 | SPN_IMP | 自然は大切な存在である. | 1全くそう思わない-4非常にそう思う |
| | | | |
#### 監視
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ---------------- | -------------- | ------------------------------------------------------------ | --------------------------------- |
| 第2者被監視感 | KAN_SEC | 日常生活の中で,直接誰か(人間)に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 第3者被監視感 | KAN_THI | 日常生活の中で,監視カメラ等を通じて誰か(人間)に間接的に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 超自然的被監視感 | KAN_SUP | 日常生活の中で,超自然的な存在に見られていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 第2者被監視感 | KAN_PRD | 無機物の中に,人間の表情のようなものを見出すことがある. | 1全くそう思わない-4非常にそう思う |
| 自然大切 | KAN_KYK | 人に対して共感をすることがある. | 1全くそう思わない-4非常にそう思う |
| | | | |
#### 死後
以下の質問について4点満点でお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
| -------- | -------------- | -------------------------------------- | --------------------------------- |
| 死後世界 | DED_SHI | 「死後の世界」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 天国 | DED_TEN | 「天国」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 地獄 | DED_JIG | 「地獄」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 奇跡 | DED_KIS | 「奇跡」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| 天罰 | DED_PUN | 「天罰」が存在すると思いますか? | 1全くそう思わない-4非常にそう思う |
| | | | |
#### 性行動
以下の質問についてお答えください.
| 項目名 | データタイトル | 質問項目 | 回答 |
| ---------- | ---------------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 性衝動 | SEX_IMP,SEX_IMP_num(数値,欠損値有り) | あなたの性衝動はどの程度強いと思いますか?7点満点でお答え下さい.なお,答えたくない方は「8.答えたくない」を選んで下さい. | 全く弱い.2. 弱い.3. どちらかと言えば弱い.4. どちらとも言えない.5. どちらかと言えば強い.6. 強い.7. 非常に強い.8. 答えたくない. |
| 自慰回数 | SEX_MAS,SEX_MAS_nen(年間回数): | あなたはどの程度の頻度でマスターベーションをしていますか?以下の選択肢の中から最も近いものを選んで下さい.なお,答えたくない方は「10. 答えたくない」を選んで下さい. | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性交渉回数 | SEX_SEX,SEX_SEX_nen(年間回数) | あなたはどの程度の頻度で性交渉(性行為)をしていますか?以下の選択肢の中から最も近いものを選んで下さい.なお,答えたくない方は「10. 答えたくない」を選んで下さい. | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性衝動対象 | SEX_OBJ | あなたの性衝動の対象として当てはまる選択肢を選んで下さい.なお,答えたくない方は「5.答えたくない」を選んで下さい. | 1.異性, 2. 同性,3. 両方,4. その他,5. 答えたくない |
| 天罰 | SEX_NIN,SEX_NIN_cen(中央値) | あなたが性交渉(性行為)をしたことがある人数を教えて下さい.* 性交渉を(性行為)したことがない場合は「0. 0人」を選んで下さい. また,答えたくない方は「12.答えたくない」を選んで下さい. | 1. 0人 「0」, 2. 1人 「1」, 3. 2〜3人 「2.5」, 4. 4〜5人 「4.5」, 5. 5〜7人 「6」, 6. 8〜10人 「9」, 7. 11〜15人 「13」, 8. 16〜20人 「18」, 9. 21〜30人 「25.5」, 10. 31〜40人 「35.5」, 11. 41〜100人 「70.5」, 12. 101人以上 「101」, 13. 答えたくない.「NA」 |
| 性情報開示 | SEX_NNA | 性情報に対して開示しなかった個数 | 上記5つについて答えたくないを選んだ個数 |
| | | | |
#### フェイスシート
あなたのことについて教えて下さい.
| 項目名 | データタイトル | 質問項目 | 回答 |
| -------- | -------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 性別 | F_SEX | あなたの性別を教えて下さい. | 1.男性, 2.女性,3.その他 |
| 世代 | F_GEN | あなたの年齢を教えて下さい. | 1. 10代前半, 2. 10代後半, 3. 20代前半, 4. 20代後半, 5. 30代前半, 6. 30代後半, 7. 40代前半, 8. 40代後半, 9. 50代前半, 10. 50代前半, 11. 60代前半, 12. 60代後半, 13. 70代以降 |
| 最終学歴 | F_FGR | あなたの最終学歴を教えて下さい. | 1. 中学校卒業, 2. 高校中退, 3. 高校卒業, 4. 専門学校(短期大学)中退, 5. 専門学校(短期大学)卒業, 6. 大学中退, 7. 大学卒業, 8. 大学院修士課程(博士前期課程)中退, 9. 大学院修士課程(博士前期課程)修了, 10. 大学院博士課程(博士後期課程)中退, 11. 大学院博士課程(博士後期課程)修了 |
| 個人収入 | F_INK,F_INK_cen(中央値,百万円) | あなた個人の年収を教えて下さい. | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 世帯収入 | F_INS,F_INS_cen(中央値,百万円) | あなたの世帯での収入の合計を教えて下さい. | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 回答端末 | F_TAN | あなたが現在回答に使われているケータイ/タブレット/パソコンについて,当てはまるものを選んで下さい. | 1. パソコン(Windows), 2. パソコン(Mac), 3. パソコン(その他), 4. タブレット(Windows), 5. タブレット(iOS,iPad), 6. タブレット(android), 7. タブレット(その他), 8. スマホ(Windows), 9. スマホ(iOS,iPhone), 10. スマホ(android), 11. スマホ(その他), 12. ガラケー,フィーチャーホン, 13. その他 |
| 都道府県 | PRE | あなたのお住まいの県を教えて下さい. | 1. 北海道2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県36. 徳島県37. 香川県38. 愛媛県39. 高知県40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県 |
| 地域 | ARE | 都道府県から地域に変換 | 北海道:1. 北海道,東北地方:2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県,関東地方:8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県,中部地方:15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県,近畿地方:25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県,中国地方:31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県,四国地方:36. 徳島県37. 香川県38. 愛媛県39. 高知県,九州地方:40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県|
| 未既婚 | MAR | あなたはご結婚されていますか? | NotMarried:未婚,Married:既婚 |
| 子の有無 | CHI | あなたはお子さんがいらっしゃいますか? | NoChild:いない,Child:いる |